伴随着机动车数量快速地增长，这对交通流系统的设计提出了更高的要求。车联网的研究与推广不仅可以促进交通的智能化，而且为缓解城市道路交通的堵塞带来了新的契机。本文在车联网的环境下，分析在车辆行驶过程中遇到的各种因素影响，结合交通流基础理论，建立新的模型，把握交通流规律。综合考虑机动车主体之间的实时信息传递，从而达到对道路拥堵有效地控制。除此之外，从节能减排角度，分析改进之后的模型不仅能促进交通流的稳定性，而且也能有效地降低能量耗散。最后用数值模拟验证理论结果。
　　论文的主要内容安排如下：
　　一、考虑弯道半径和摩擦系数的跟驰模型
　　针对现实交通中出现的各种路况，以弯道作为背景，从全速度差模型(FVDM)出发，在智能交通系统思想指导下，提出微观跟驰模型。分析弯道半径以及地面的摩擦系数对交通流的影响，考虑局部效应，获得非线性密度波方程-mKdV方程，用来描述对应的密度波。最后进行数值模拟，并且从能量耗散的方面总结不同模型的耗能情况。
　　二、考虑急推效应的跟驰模型
　　基于车联网，考虑当机动车行驶在实际的交通道路上，时常会出现紧急刹车或者突然加速的状况，这必定会对周围车辆产生影响。由此，在双速度差模型(TVDM)的基础之上，综合考虑司机的记忆效应以及急推效应的共同影响，对模型进行修正和改进。然后再对模型进行线性稳定性分析和非线性分析，推导出相应的波动方程。最后用计算机模拟结果与理论分析相关结论进行对比，得出结论。
　　三、考虑最优速度差记忆效应的跟驰模型
　　在车联网的环境下，从微观跟驰模型出发，考虑最优速度差的记忆时间?，并且在这个时刻对模型进行Taylor展开，得到新的模型。首先对其进行线性分析，并且求得达到稳定的条件和临界点。然后在临界点的附近推导出非线性方程，将得到的两类解进行对比，进而研究密度波传播的非线性特性。最后通过改变不同的参数，对于不同模型能量耗散情况进行对比，用matlab进行数值模拟验证理论分析的结果。
　　四、考虑司机记忆效应和多辆车平均速度的跟驰模型
　　机动车行驶在道路上，难免会受到其他车辆的影响，尤其是车辆的速度这个物理量。基于全速度差模型，同时考虑到前多辆车平均速度以及司机的记忆这两个因素的影响，提出考虑这两个因素新的交通流跟驰模型。进而对该模型进行线性稳定性分析和非线性分析，再导出非线性方程。然后用matlab进行数值模拟，将结果进行对比验证。最后对该模型的能耗进行研究，分析得到堵塞的原因和演化规律，从而缓解交通压力。